用户
 找回密码
 立即注册
发表于 2011-12-28 18:22:46
28390
2011年11月04日 12:30

被访嘉宾:葛蔚 中科院过程工程研究所研究员、博士生导师

主持人:
各位观众朋友们大家好,欢迎收看IT168专家访谈节目,我是CUDA频道的编辑王玉圆,今天我们有幸邀请到了中科院过程工程研究所葛蔚教授来到了我们的节目,先请葛蔚教授跟我们打一个招呼好吗?

葛蔚:
各位观众朋友大家好,我是葛蔚,很高兴今天有机会和大家进行交流。

主持人:
葛蔚老师在中科院过程工程研究所,您主要是从事哪方面的工作呢?

葛蔚:
我们主要从事反应器的放大和设计的研究,那么主要是采用计算机模拟的方法来复现反应器当中的流动、传递这些状况,包括温度分布,热量分布这些,通过这种方法能够比实验来讲提高它的速度、效果,还有更加经济有效。

主持人:
您今年在上半年的时候用天河一号A做了一个分子动力学的模拟,当时的世界上速度最快的,您能介绍一下这个模拟的情况吗?

葛蔚:
我们主要是针对太阳能的一个电磁板的过程,是做的硅原子的模拟,当时是我们把天河所有的CPU和GPU都用起来了。它在GPU上的峰值达到1.87千万亿次每秒,这个是当时世界上分子模拟速度,当时最快速度接近五倍左右,另外就是说我们应该是国内第一个真正就是说一个应用程序跑到了千万亿次以上的速度,那么我们当时有了千万亿次峰值的系统,但是对千万亿次应用来讲,我想通过这个程序达到的。

主持人:
您认为现在目前CUDA对于科研有哪些作用呢?

葛蔚:
我想CUDA它提供了一个把GPU用起来以后一个非常方便的手段和工具,以前我们GPU编程实际上是在模仿图象处理的模式,非常复杂,现在通过CUDA我们就像用普通的计算机一样在使用GPU,而GPU又提供了我们非常高的性能,可能比原来的性能提高一到两个量级。另外一个就是说CUDA我想更长远的来讲,给大家提供了一种新的来思考计算问题的一种模式,因为它这种并行的处理方式和传统的CPU的处理方式就有很大的不同。那么我们在程序从一开始进行模型建立的时候,可能思考问题的方式就发生了变化,所以这是我想是一个更长远的、更有意义的工作。

主持人:
您认为目前这个高性能计算,还有哪些难题亟待解决吗?

葛蔚:
高性能计算最主要的实际上就是说现在峰值能力增长还是非常快的,就是我们如何让应用能够真正跑出这样一个能力来,就像我们高速公路修的很好了,但是怎么能够让这个车确实能够跑到高速公路设计的时速,这个时候就需要一个是在我们计算机使用的人,在模型设计上要有新的思路,另外就是要有好的工具。就像你要也一个好的驾驶员,但是你得有一辆好车,好车我想就是说像CUDA就提供了这样一种工具,来让你发挥这个计算机的能力。

主持人:
那么您认为GPU在高性能计算领域有什么优势吗?

葛蔚:
它主要是提供了一种比较小的力度上能够极度并行的一种手段,如果和你自己的研究的问题和它结合起来以后,那么就能够使原来计算的速度有量级上的提升。当然这个方面我想需要软件和硬件有更好的配合。不仅仅说GPU本身这样一种硬件架构就一定能够提高这个能力,所以从这个意义上讲,回到刚才的问题,CUDA本身对这个有非常大的作用,怎么样把GPU的能力发挥出来,能够符合使用者的需求,我想这是CUDA最重要的部分。

主持人:
您认为现在超级计算机,现在的发展现状如何呢?

葛蔚:
超级计算,现在这几年发展应该说还是保持了一个非常快的速度,尽管就是大家觉得芯片这个摩尔定律可能快要走到头了,但是我看超级计算从它的计算增长能力来讲,还是能够把这个类似摩尔的这样一种定律能够持续下去,这至少在最近几年内,但是就是刚才说了,就是怎么把应用能够搞上去,这是一个关键问题。

主持人:
就是不只是硬件了?

葛蔚:
对,不仅仅是硬件要发展,那么实际上超级计算的软件或者应用的发展可能目前来看比硬件本身的发展更重要。

主持人:
现在软件发展就是到一个什么样的阶段了呢?

葛蔚:
软件,国际上的话,我觉得这个也还是和超级计算现在硬件的发展来讲,有比较大的差距吧,当然在一些比较特定的领域,比如说我想美国能源部的几台机器,可能对于它的一些核方面的研究,可能已经是用得很好的,但是如何能够让大众把这个东西用得很好,在一般的,包括一些普通的科研人员怎么能够把这个大的机器用好。这个之间还有比较大的差距。对软件的基础平台,算法这些发展还是非常关键的。

主持人:
从应用的角度上您觉得还有哪些发展的前景呢?

葛蔚:
您指的是应用主要是?

主持人:
软件。

葛蔚:
软件,我觉得一个是就是说比较重要的一些数值方法,比如说一些方程组求解的方法,一些离散系统的模拟的方法,这需要有进一步的发展,而且也要适应现代这种计算机的体系结构,特别是一些GPU引入之后的体系结构,来针对性的开发相应的软件。那么这个工作应该说现在还刚刚起步。我想CUDA在这方面是大有作为的。

主持人:
您之前,应该是去年和前年在美国也参加过GPU技术大会是吗?

葛蔚:
对。

主持人:
您能谈一下那时候参会的经历和感受吗?

葛蔚:
我觉得这个会议越办的规模越大,特别红火,特别是有非常多的年轻人加入进来做这方面的工作,所以我觉得在各方面的应用和它丰富的程度,还有一些工作的深入程度,还是让我感觉到对整个GPU计算这样一个前景非常的看好。另外就是说实际上还有很多中国人,包括一些华人在国外的,他们也在这方面做了很好的工作,所以我觉得咱们这个也确实是中国人发展超级计算的一个很好的机遇。

主持人:
您当时在美国的时候有没有去演讲?

葛蔚:
我介绍了一下我们所里自己也做了一个GPU的集群,就是说在这上面开发了一些应用,那么包括在我们中科院的几个单位,我们也有相关的好几个应用,所以我们这几个单位一块组团做了一个专门的中国的GPU应用的session,反响还是挺好的。

主持人:
能不能给我们具体介绍一下那个应用吗?

葛蔚:
现在我们这个应用,像我们所里主要是在做多向流动的模拟,主要是针对反应器的模拟放大这方面,像科学院的地球物理所他们在做地震波的分析,这个工作也做得很好。而且还有一些在做基因方面的工作,在做高能物理方面,包括还有天文的天体模拟方面,这些做得都挺好。

主持人:
这次GPU技术大会在亚洲举行,也就是在北京,是12月14到15日,您认为这次大会有哪些亮点?您比较关注的。

葛蔚:
我觉得亚洲现在一些比较大的GPU计算系统实际上都部署在亚洲,像我们中国有好几套,那么日本这方面也是很强,所以我想在亚洲开这个会,也是適逢其时,而且这次我看NV也力度很大,邀请到了很多在这方面最一流的研究人员,特别它有一个就是说面向Exascale的workshop,这个我觉得是对展望计算机今后的发展,特别是在这样一种变化的时代,这个发展是非常有意义的,我也期待在那个会上跟各个方面的人,专家来讨论,以后Exascale这样一些系统怎么来建立,怎么来应用的一些问题。

主持人:
我了解到您好象也是要在百亿次的研讨会上,应该是主持,还是?

葛蔚:
我可能有一个发言。

主持人:
有一个发言,能不能介绍一下您对百亿亿次计算的理解?

葛蔚:
我觉得就是说这个百亿亿次,就是说咱们这个计算机一直在往上发展,它总有一个阶段,会到达百亿亿次,就是从计算机自身的发展来讲,它不断会往前走,百亿亿次以后还会有更大的系统出来,但是就是说从应用的角度来讲,现在我们是不是真正做好了用百亿亿次的这样一个系统的准备,就是说我们不是为了让这个计算机的峰值越来越高,所以我们去开发这个系统,我们实际上最终还是要应用。所以我想来探讨一下就是到底有哪些应用是适合百亿亿次的机器去运行的。那么应该用一种什么样的方式来运行。我主要是想考虑一下这些方面的问题。

主持人:
葛蔚老师,我这儿有一个网友的提问想问您一下,他就说请问一下使用MPI对粒子体系进行划分的基本思想,可否用作CUDA划分block块?

葛蔚:
这个原则上是可以的,而且是实际上在MPI当中是通过消息传递来实现不同块之间的通讯,那么在CUDA里面可能是用不同层次跟内存的共享来实现。但是总体来讲,一个MPI的分区去定义一个block的话,可能有点太大了,我感觉,就是没有充分把它的并存度发挥出来。

主持人:
他说如果两者之间有参考价值的话,应该注意哪些方面,或者有什么好的经验?然后将MPI划分模式转化成为CUDA的并行模式。

葛蔚:
那就是主要要考虑并行分割的力度大小,那么这些东西它实际上和你的粒子本身算法的复杂程度,然后决定了你这个计算和存储的操作比,它会影响你这个划分的力度,这个基本的原理实际上和你用MPI还有用CPU多层次内存时候是完全一致的,但是这个东西可能需要自己在计算机上做一些不同的实验,做不同的规模测试,才能发现哪个是最佳的。

主持人:
好,感谢葛蔚老师来到我们的现场,那我们下次再见。

使用道具 举报 回复
发新帖
您需要登录后才可以回帖 登录 | 立即注册